为了让科研工作者更深入了解近5 a来国内外水稻领域研究的态势,以Web of Science核心合集及中国知网数据库中2018—2022年水稻领域研究的相关文献为数据源,运用Cite Space、VOSviewer、Derwent Data Analyze分析工具从发文趋势、来源国...
详细信息
为了让科研工作者更深入了解近5 a来国内外水稻领域研究的态势,以Web of Science核心合集及中国知网数据库中2018—2022年水稻领域研究的相关文献为数据源,运用Cite Space、VOSviewer、Derwent Data Analyze分析工具从发文趋势、来源国家(地区)、学科分布、发文机构、高发文期刊、影响因子、关键词聚类和文献共被引等角度进行了分析。根据特定的检索式从Web of Science核心合集检索到水稻研究领域相关外文文献59747篇,从知网检索到相关中文文献24434篇,分析发现:国内外对水稻领域研究一直有着较高的关注度,中国在水稻领域的研究有着绝对的优势,中国科学院常年发文量第一,外文文献发文量排名前3的期刊是《Frontiers in Plant Science》《Agronomy Basel》《Science of the Total Environment》。近5 a的研究前沿涵盖镉、基因编辑、硅、生物炭、褐飞虱、驯化、籽粒大小(粒型)、耐盐性等方面,而在研究热点上还涵盖了生长发育、产量、基因表达、品质、施肥(受精)等多个方面。这些重点和热点研究信息可为科研工作者了解国内外水稻研究现状提供一定的参考。
分析全球农业面源污染领域科学发展动态,可以帮助相关领域科研人员和决策管理者了解该领域全球发展现状,掌握研究热点和方向。基于Web of Science核心合集的SCIE和CPCI数据库,本研究以农业面源污染物及相应治理措施为主题,运用文献计量...
详细信息
分析全球农业面源污染领域科学发展动态,可以帮助相关领域科研人员和决策管理者了解该领域全球发展现状,掌握研究热点和方向。基于Web of Science核心合集的SCIE和CPCI数据库,本研究以农业面源污染物及相应治理措施为主题,运用文献计量分析法,从发文趋势、学科领域、重点国家、重要机构、高被引论文、高发文期刊、基金资助来源、研究热点等方面,对1995—2023年的全球农业面源污染文献展开全面分析总结。结果显示,农业面源污染是当前国际上重要的研究领域,受到学者广泛关注,全球年度发文量呈逐年上升趋势;中国在该领域投入大、产出多,具有丰硕的研究成果和强大的科研实力,在农业面源污染学科具有绝对优势,发文量最多,占全球33.29%;高发文TOP 20机构中,中国机构占据13席,是机构数量最多的国家;在高被引论文TOP 10中,中国和英国发文量并列第一,各占20%,且被引频次最高的文献来自于中国,其科研成果在国际上有较大学术影响力;农业面源污染的研究热点集中于水质、面源污染、磷、氮、农业、富营养化、养分、硝酸盐、污染、重金属。中国农业面源污染主要来源于畜禽养殖和农田种植,加强畜禽养殖行业管理与污染治理、生态种植与水土保持等措施,通过化肥、农药、畜禽粪便、农田固体废弃物等的污染防治,能够逐步解决农业面源污染问题。此外,中国农业面源污染治理可借鉴发达国家的相关政策法规、资金投入、防治技术体系建设、发展有机农业、激励手段等措施。基于此,各国政府和科研人员应高度重视,加强深层次的交流合作,共同推进农业面源污染研究,共建人类命运共同体。
探究农业信息学领域的研究态势、学科结构和研究热点对中国在该领域的高质量发展具有不可或缺的参考意义。梳理了农业信息学的概念起源，以Web of Science核心合集数据库收录的农业信息学领域的相关论文为研究对象，使用可视化分析工具C...
详细信息
探究农业信息学领域的研究态势、学科结构和研究热点对中国在该领域的高质量发展具有不可或缺的参考意义。梳理了农业信息学的概念起源，以Web of Science核心合集数据库收录的农业信息学领域的相关论文为研究对象，使用可视化分析工具CiteSpace和VOSviewer进行发文趋势、发展脉络、学科结构与研究热点分析。结果表明，农业信息领域的发文量持续增长且近年来增长显著：1995—2005年属于起步阶段、2006—2012年属于缓慢成长阶段、2013—2023年属于快速发展阶段；农业信息学主要的来源学科是工程学、计算机科学、农学、环境生态学和遥感科学，同时也继承了来自地质学、影像科学、植物科学和化学的理论与方法；相关学科分布较为分散，涉及地球科学、农学、植物科学、信息系统、电信等多门学科，表现出较强的跨学科属性；从研究热点的分析可以看出，一是计算机视觉是实现精准农业的关键技术，为智能农机的实时农业图像处理任务提供了高效的解决方案；二是物联网成为智能农业系统的重要基础设施，有效提升自动化生产的效率；三是数字土壤制图与AI技术的结合大力推动土壤的可持续管理。
暂无评论